76 / 2022-09-30 20:22:38

基于稀疏主题模型的运动数据库构建与增量更新

运动捕获数据广泛应用于医疗康复、影视制作等诸多领域，同时也是人体姿态估计等深度学习任务训练的重要数据来源。但现有运动数据的分割与组织多依赖于人工处理，相关数据库更新成本较高。根据运动数据捕获生产的实践特点，本文设计了一种基于稀疏主题模型的运动数据库构建与增量更新方法，在初期使用初始运动数据集进行运动数据库的初始化构建，其后当有新运动数据到来时，分别对运动单词表及主题模型进行增量更新，而无需对全部数据（新数据以及数据库中已有数据）重新计算。本文提出的方法能够以较小代价自动的处理大规模运动捕获数据并进行数据库动态增长，并可以服务于体育训练、影视动画、运动数据分析以及深度学习的人体姿态估计等领域。